图像元数据特征提取及其在检索中的应用

摘要

网络资源的日益膨胀，使得人们对资源的使用、管理产生更迫切的要求。面对众多的异构系统不同格式的资源，元数据标准化建设应运而生。 在教育领域对教学资源的建设同样也产生出多种元数据标准。图像是教学资源建设中的重要组成部分。但到现在对图像元数据标准的建设仍是基于文本，对图像做外围的标注。 做基于内容的图像应用和做元数据标准建设目前在两条道上向前奔跑，没有相交，我们本文所做的工作恰恰就是使这两条道在某个点上相交，这个点我们定义它为图像元数据。 元数据的概念我们是借鉴元数据标准建设中的概念，而本文的图像则不是通常意义上的图像概念，它是特指基于内容意义上的图像。在图像特征提取上我们应用的基于内容的视觉信息检索技术，在图像表示上，我们则借鉴元数据标准建设中描述规范，描述语言和描述方法。 我们在本文中所做的工作如下： (1)在图像颜色元数据特征提取方面：颜色直方图和HSI颜色直方图； (2)在图像纹理元数据特征提取方面：矩阵，并提出五个纹理特征量。 (3)在图像形状元数据特征提取方面：基础上提取图像的七阶矩。我们分别提取RGB颜色直方图、HSV我们首先构造四个方向上的灰度共生我们对图像进行三次小波变换，在此(4)在图像特征描述方面：我们给出图像特征描述符和图像描述模型，使用XML和RDF语言对图像进行描述。 (5)最后我们给出实验原型系统，对图像分别从颜色、纹理和形状三个方面进行检索，并给出检索结果以及对检索结果的分析。 本文关于基于内容图像元数据检索的结论有： (1)关于颜色空间 对于一般的直方图的使用，Lab空间的检索和HSV空间的检索结果没有什么大的差异。 RGB省去了空间转换的消耗，检索速度最快；但不符合人的视觉特征，检索效果最差。在对颜色的感知、分析和鉴别中，HSV色彩空间模型最好。 (2)关于直方图 分块直方图统计，既发挥了颜色的空间索引技术，又对颜色进行了聚类，适合色块比较分明且较集中的图像的检索，查全率和查准率都较高。 对于颜色较杂且分布均匀的图像，分块非主色与分块主色检索效率不相上下，分块主色不占优势。 分块的大小对检索起着重要的作用，这需要用户在检索过程中根据需要不断调整分块大小，以获得更高的检索效率。 (3)关于纹理不同方向 2@对于简单图像(例如方形Square)检索效果差异不大，查全率可高达100％，查准率在50％；对于复杂图像则需要根据具体实验找出其适合方向。例如树叶在0度和90度匹配最好，手掌在0度和135度匹配最好。 (4)关于同一方向不同纹理 纹理越有规律，或纹理越简单，检索效果越好。整体匹配率在100％-33％之间。 (5)关于小波变换次数 对于简单图(例如方形)，一次小波变换效果最好；对于复杂图(例如树叶)三次小波要好于二次和一次小波变换；而对于含杂质比较多的图(如手掌)，二次和三次小波变换在不同情况下各有好坏，但都比一次小波检索效果好。 (6)关于滤波系数 不同图像对于滤波系数的选择应根据具体实验而定，没有找出明显规律。总之，本文在基于内容图像资源建设方面做了一些新的研究与探索。

目录

文摘

英文文摘

学位论文独创性声明及学位论文使用授权声明

第一章教学图像元数据的由来：问题提出

第二章教学图像元数据：问题研究现状

第三章图像元数据特征提取：问题建设

第五章图像元数据特征检索：问题应用

第六章图像元数据检索实验系统的构建

第七章结语：总结与展望

主要参考文献

附录

致谢